Aplicação de IA Generativa na prática de línguas: criando um chatbot conversacional multimodal com OpenAI API

Abstract

Este trabalho apresenta o desenvolvimento e a avaliação de um chatbot conversacional multimodal, utilizando a IA generativa da OpenAI, com o objetivo de facilitar a prática de idiomas de forma acessível e interativa. O sistema integra diversas funcionalidades, incluindo resposta por texto, reconhecimento de voz, processamento de imagens e análise de PDFs, proporcionando aos usuários uma experiência de aprendizado de idiomas flexível e imersiva. Implementado com Python, API da OpenAI e Streamlit, o chatbot adapta-se a múltiplos idiomas e contextos, oferecendo uma alternativa personalizada e de baixo custo aos métodos tradicionais de aprendizado de idiomas. Os testes mostraram alto desempenho em adaptabilidade linguística, interação multimodal e relevância conversacional. A análise de custos demonstrou que a plataforma é economicamente viável em comparação com sessões de tutoria convencionais, permitindo uma prática de idiomas contínua e personalizada. Esses resultados indicam que chatbots multimodais com IA generativa podem representar uma ferramenta promissora para a prática autônoma de idiomas, oferecendo benefícios significativos para aprendizes que buscam flexibilidade e aplicação prática.

This research presents the development and evaluation of a multimodal conversational chatbot powered by OpenAI’s generative AI, designed to facilitate language practice in an accessible and interactive manner. The system integrates various functionalities, including text-based response, voice recognition, image processing, and PDF analysis, providing users with a flexible and immersive language learning experience. Implemented with Python, OpenAI’s API, and Streamlit, the chatbot adapts to multiple languages and contexts, offering a personalized and cost-effective alternative to traditional language learning methods. Testing showed high performance in language adaptability, multimodal interaction, and conversational relevance. Cost analysis demonstrated that the platform is economically viable compared to conventional tutoring sessions, enabling continuous and personalized language practice. These findings suggest that multimodal AI-powered chatbots could represent a promising tool in autonomous language practice, offering substantial benefits for learners seeking flexibility and practical application.